近年来，我国正全面提升智能制造创新能力，加速由“制造大国”向“制造强国”转变，产品的数字化设计与精益优化设计需求日益强烈，数字驱动的优化设计已经成为装备制造业的必然趋势。然而，应用于我国制造业的通用优化设计软件长期被国外公司垄断，国内企业不但付出了高昂的开发成本，同时担负了很大的技术风险。

　　为了进一步优化和提升国产装备综合性能，促进自主创新设计能力，以及适应网络化、协同化、云-边结合的设计模式需求，经过多年积累和研发，机械工程学院重大装备设计研究所研究开发的“数据驱动的优化设计系统”（DADOS, /ˈdeɪdəʊs/，Data-driven Design Optimization System）工业软件现正式发布。

　　DADOS是一个为工程师以及研究人员打造的专业化的云端优化设计平台。DADOS以提高实际产品性能为根本目的，在充分考虑企业工程师以及研究人员的应用习惯和特点的基础上，采用FBP（Flow-Based Programming）框架，零编程、拖拉拽操作模式，支持用户自定义搭建求解流程，轻松实现工程实例的快速分析，满足产品性能可信预测、参数关联分析、性能快速优化等多种工程设计需求。

　　DADOS采用“全数据驱动”的方式运作，原始数据可以从物理实验或者仿真实验获得，经过数据的处理与挖掘，实现输入与输出之间的数据建模，用以揭示设计参数与产品性能的关联关系、优化产品的综合性能。在流程的不同阶段，DADOS集成了解决常用工程和科研问题的流行算法组件，针对每一个算法组件，提供了多种参数的属性设置功能，用户可以选用默认属性，也可以根据实际情况对算法进行更改、调参。目前，DADOS包括实验设计、代理模型、精度检验、全局优化、敏度分析、序列加点等六大模块20余种核心算法。同时，开发了算法自定义模块，支持高级用户上传部署自己开发的算法（python等），满足各类不同问题的处理场景。

　　DADOS平台支持公有云和私有云两种部署方式，用户在本地搭建优化设计流程，在云端部署优化任务，后台自动计算求解，大幅降低用户的使用成本。数据采用本地录入或上传，云端存储，支持项目加密发布、数据归一化处理，确保用户数据的多重保护。DADOS允许单个项目采用PI负责的多人协同制，PI创建任务流程后，可将所创建流程共享至其他用户并为各个用户分配操作权限，不同用户（比如不同学科、不同领域的工程师）按照相应权限可查验和修改流程或相应组件，实现同一流程下的多任务、多学科、跨领域协同作业。DADOS核心算法已成功应用于工程机械、核电、新能源、航空/航天、核心零部件制造、医疗健康等众多行业。

　　DADOS由机械工程学院宋学官教授与孙伟教授领衔开发，开发团队包括教授、副教授、博士研究生、硕士研究生以及资深IT工程师等人员20余人，团队始终秉承“产研协同、数驱优化、精益求精”的科研使命，虽慢不怠，在复杂产品的建模仿真、多学科优化、数字孪生等科研领域深耕细作，坚持理论创新、坚持算法突破、坚持从实际问题出发、坚持以落地为目标。同时，紧跟国家制造业数字化转型步伐，布局工业互联网、智能制造等关键领域，旨在改变传统设计模式，在设计阶段就充分挖掘和发挥工业多源数据（仿真数据、实测数据等）的联合驱动力，助推中国装备从无到有、从有到优、从优到特的跨越式发展和突破。

　　特别声明：DADOS需要不断完善，诚邀国内外从事优化设计等领域的专家、学者和学生进行试用和测试，对使用过程中存在的问题和后续开发提出宝贵的意见和建议。